Słownik metodologiczny · Publikowanie

Plan zarządzania danymi (DMP) – co w nim napisać?

Plan zarządzania danymi opisuje, jak dane z projektu zostaną zebrane, opisane, zabezpieczone i udostępnione. Pokazujemy, co zawiera DMP, przykład dla badania ankietowego, opis do pracy i najczęstsze błędy.

Strona główna / Słownik / Plan zarządzania danymi (DMP)

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Plan zarządzania danymi (DMP) to dokument opisujący cały cykl życia danych w projekcie: jakie dane powstaną, jak zostaną opisane i przechowane, jakie wymogi prawne i etyczne trzeba spełnić, gdzie i na jakiej licencji dane zostaną udostępnione oraz kto za to odpowiada.

Co to jest plan zarządzania danymi?

Plan zarządzania danymi (ang. data management plan, DMP) to dokument, który opisuje, co stanie się z danymi w trakcie projektu i po jego zakończeniu: jak zostaną zebrane, opisane, przechowane, zabezpieczone i udostępnione. Michener (2015) podkreśla, że DMP obejmuje cały cykl życia danych – od pozyskania przez kontrolę jakości i dokumentację po archiwizację i dzielenie się nimi. Wielu grantodawców wymaga go już we wniosku i ocenia razem z projektem.

Co zawiera DMP

Science Europe (2021; odczyt 29 października 2026 r.) opracowała wspólne wymagania wobec planów i kryteria wyboru repozytoriów. Wymagania obejmują sześć tematów, które w praktyce sprowadzają się do pytań:

  1. Jakie dane? Rodzaj, format, objętość i pochodzenie, także dane wtórne.
  2. Jak opisane? Książka kodowa, plik README, nazwy plików i kontrola jakości.
  3. Gdzie przechowywane w trakcie projektu? Miejsce, kopie zapasowe, kto ma dostęp.
  4. Jakie wymogi prawne i etyczne? Dane osobowe, zgoda uczestników, anonimizacja lub pseudonimizacja.
  5. Jak i kiedy udostępnione? Repozytorium, trwały identyfikator, licencja, okres przechowywania – najlepiej zgodnie z zasadami FAIR (Wilkinson i in., 2016).
  6. Kto odpowiada i ile to kosztuje? Role w zespole i budżet.

Przykład

Doktorantka planuje ankietę online na 400 osobach. W DMP zapisuje: dane w pliku CSV (UTF-8) z książką kodową; przechowywanie na dysku uczelni z kopią zapasową; adresy e-mail do losowania nagród w osobnym pliku, usuwanym po losowaniu; zanonimizowany zbiór i skrypt analizy w repozytorium z DOI na licencji CC BY 4.0 w dniu publikacji artykułu; odpowiada kierowniczka projektu.

Jak opisać w pracy

Dane zarządzano zgodnie z planem zarządzania danymi przygotowanym we wniosku grantowym. Zanonimizowany zbiór, książka kodowa i skrypt analizy są dostępne w repozytorium [nazwa] (https://doi.org/[DOI]) na licencji CC BY 4.0.

Na co uważać

  • Plan napisany raz i zapomniany. Michener (2015) radzi traktować DMP jako dokument żywy i regularnie go przeglądać.
  • Obietnice bez pokrycia. Nie deklaruj pełnego udostępnienia danych, na które uczestnicy nie wyrazili zgody.
  • Brak budżetu na przechowywanie, anonimizację i czas pracy.
  • Nieaktualny wzór. Wymagania różnią się między grantodawcami i się zmieniają – sprawdź aktualny regulamin konkursu.

Plan krok po kroku opisuje wpis Plan zarządzania danymi (DMP) i zasady FAIR w projekcie badawczym, a resztę wniosku – Plan analiz do wniosku grantowego.

Najczęstsze pytania

Czy DMP trzeba pisać do każdego wniosku grantowego?

To zależy od grantodawcy i konkursu. Wiele instytucji wymaga planu już we wniosku albo po przyznaniu finansowania. Sprawdź aktualny regulamin i wzór formularza, bo wymagania się zmieniają.

Czy można zmienić DMP w trakcie projektu?

Tak. Plan opisuje zamiary, a projekt się rozwija. Michener (2015) radzi traktować DMP jako dokument żywy i regularnie go przeglądać; zmiany warto odnotować w raportach z projektu.

Czy DMP oznacza, że wszystkie dane muszą być otwarte?

Nie. Plan opisuje, które dane i na jakich warunkach zostaną udostępnione, a które nie – np. dane osobowe bez zgody uczestników. Ograniczenia trzeba uzasadnić.

Powiązane hasła

Zasady FAIRLicencja CC BY dla danych badawczychOtwarte daneKsiążka kodowaAnonimizacja i pseudonimizacja danychOpen science

Poradniki, w których użyjesz tego pojęcia

Poradnik

Plan zarządzania danymi (DMP) i zasady FAIR

Sześć części DMP według Science Europe, FAIR w praktyce, repozytoria, CC BY i CC0, anonimizacja, książka kodowa i wzór konspektu planu.

Czytaj →Poradnik

Plan analiz do wniosku grantowego

Hipotezy przypisane do modeli, symulacja mocy przy randomizacji klas, braki danych, analiza wrażliwości δ, tabela ryzyk i wzór tekstu do metodyki.

Czytaj →Poradnik

Pakiet replikacyjny: dane i kod do artykułu

Struktura folderów, README, książka kodowa, skrypty R działające od zera, anonimizacja i RODO, licencje, OSF i deklaracja dostępności danych + szablon ZIP.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Michener, W. K. (2015). Ten simple rules for creating a good data management plan. PLOS Computational Biology, 11(10), Article e1004525. https://doi.org/10.1371/journal.pcbi.1004525 ● Otwarty dostęp
  2. Science Europe. (2021, 27 stycznia). Practical guide to the international alignment of research data management (Extended edition). https://scienceeurope.org/our-resources/practical-guide-to-the-international-alignment-of-research-data-management/ ● Otwarty dostęp
  3. Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., . . . Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3(1), Article 160018. https://doi.org/10.1038/sdata.2016.18 ● Otwarty dostęp

Cytowania BibTeX

@article{michener2015ten, author={Michener, William K.}, title={{Ten simple rules for creating a good data management plan}}, journal={PLOS Computational Biology}, year={2015}, volume={11}, number={10}, eid={e1004525}, doi={10.1371/journal.pcbi.1004525}}
@misc{scienceeurope2021practical, author={{Science Europe}}, title={{Practical guide to the international alignment of research data management (Extended edition)}}, year={2021}, url={https://scienceeurope.org/our-resources/practical-guide-to-the-international-alignment-of-research-data-management/}}
@article{wilkinson2016fair, author={Wilkinson, Mark D. and Dumontier, Michel and Aalbersberg, IJsbrand Jan and Appleton, Gabrielle and Axton, Myles and Baak, Arie and Blomberg, Niklas and Boiten, Jan-Willem and da Silva Santos, Luiz Bonino and Bourne, Philip E. and Bouwman, Jildau and Brookes, Anthony J. and Clark, Tim and Crosas, Mercè and Dillo, Ingrid and Dumon, Olivier and Edmunds, Scott and Evelo, Chris T. and Finkers, Richard and Gonzalez-Beltran, Alejandra and Gray, Alasdair J.G. and Groth, Paul and Goble, Carole and Grethe, Jeffrey S. and Heringa, Jaap and ’t Hoen, Peter A.C and Hooft, Rob and Kuhn, Tobias and Kok, Ruben and Kok, Joost and Lusher, Scott J. and Martone, Maryann E. and Mons, Albert and Packer, Abel L. and Persson, Bengt and Rocca-Serra, Philippe and Roos, Marco and van Schaik, Rene and Sansone, Susanna-Assunta and Schultes, Erik and Sengstag, Thierry and Slater, Ted and Strawn, George and Swertz, Morris A. and Thompson, Mark and van der Lei, Johan and van Mulligen, Erik and Velterop, Jan and Waagmeester, Andra and Wittenburg, Peter and Wolstencroft, Katherine and Zhao, Jun and Mons, Barend}, title={{The FAIR Guiding Principles for scientific data management and stewardship}}, journal={Scientific Data}, year={2016}, volume={3}, number={1}, eid={160018}, doi={10.1038/sdata.2016.18}}
R